用離散貝葉斯定理對乙個例子的分析

2021-10-01 03:33:03 字數 3166 閱讀 3283

例題來自貝葉斯定理/1185949?fr=aladdin

吸毒者檢測

假設乙個吸毒檢測器的準確率為99%,也就是說,當被檢者吸毒時,每次檢測呈陽性(+)的概率為99%。而被檢者不吸毒時,每次檢測呈陰性(-)的概率為99%。假設某公司將對其全體雇員進行一次鴉片吸食情況的檢測,已知0.5%的雇員吸毒。我們想知道,每位檢測呈陽性的雇員吸毒的概率有多高?令 d 為雇員吸毒事件,~d 為雇員不吸毒事件,+為檢測呈陽性事件。

分析:

根據貝葉斯定理的思路,在進行檢測之前,即觀察到新的樣本之前,先有乙個先驗概率,即某個雇員吸毒的概率 p(d

)=

0.005

p(d) = 0.005

p(d)=0

.005

,然後檢測之後,即觀察到新的樣本資料之後,計算雇員吸毒的概率。觀察到的新的樣本資料有兩種可能,一種是呈現陽性(+),一種是呈現陰性(-),我們現在要計算的是,如果觀察到了陽性(+)樣本,那麼這個雇員吸毒的概率是多少,即計算p(d

∣+

)p(d|+)

p(d∣+)

的值。這個過程如下所示:

先驗概率 p(d

)p(d)

p(d)

+ 新的觀察結果 => 後驗概率p(d

∣+

)p(d|+)

p(d∣+)

根據貝葉斯公式,我們有

p (d

∣+)=

p(+∣

d)p(

d)p(

+)

p(d|+) = \frac

p(d∣+)

=p(+

)p(+

∣d)p

(d)​

其中 p(+

∣d

)p(+|d)

p(+∣d)

表示在雇員吸毒的情況下,檢測為陽性的概率,在這裡為 0.99。

p(+) 表示觀察到陽性樣本的概率,這是檢測為陽性的全概率,由下面兩部分組成:

第一部分是,雇員吸毒的情況下,檢測為陽性的概率,即p(d

)p(+

∣d

)p(d)p(+|d)

p(d)p(

+∣d)

,還有一部分是雇員沒吸毒的情況下,檢測為陽性的概率,即p(∼

d)p(

+∣∼d

)p(\sim d)p(+|\sim d)

p(∼d)p

(+∣∼

d) p(+

)p(+)

p(+)

為兩者之和,即 p(+

)=p(

d)p(

+∣d)

+p(∼

d)p(

+∣∼d

)p(+) = p(d)p(+|d) + p(\sim d)p(+|\sim d)

p(+)=p

(d)p

(+∣d

)+p(

∼d)p

(+∣∼

d)。其中 p(∼

d)=1

−p(d

)=

0.995

p(\sim d) = 1-p(d) = 0.995

p(∼d)=

1−p(

d)=0

.995

,p (+

∣∼d)

=0.01

p(+|\sim d) =0.01

p(+∣∼d

)=0.

01代入貝葉斯公式後可以得到:

p (d

∣+)=

p(+∣

d)p(

d)p(

+)=p

(+∣d

)p(d

)p(d

)p(+

∣d)+

p(∼d

)p(+

∣∼d)

=0.99

×0.005

0.005

×0.99

+0.995

×0.01

=0.00495

0.00495

+0.00995

=0.3322

p(d|+) = \frac\\=\frac\\=\frac\\=\frac = 0.3322

p(d∣+)

=p(+

)p(+

∣d)p

(d)​

=p(d

)p(+

∣d)+

p(∼d

)p(+

∣∼d)

p(+∣

d)p(

d)​=

0.00

5×0.

99+0

.995

×0.0

10.9

9×0.

005​

=0.0

0495

+0.0

0995

0.00

495​

=0.3

322這個結果表示,如果乙個雇員的檢測結果為陽性+,那麼判斷他吸毒的概率,從 0.005 提高到了 0.3322,需要進一步檢測。

更進一步,我們計算另外三種情況的概率:

1、檢測結果為陽性(+),但雇員實際不吸毒的概率 p(∼

d∣+)

p(\sim d|+)

p(∼d∣+

)2、檢測結果為陰性(-),但雇員實際吸毒的概率 p(d

∣−

)p(d|-)

p(d∣−)

3、檢測結果為陰性(-),但雇員實際不吸毒的概率 p(∼

d∣−)

p(\sim d|-)

p(∼d∣−

) 計算結果如下所示:+-

d0.3322

0.00005

~d0.6678

0.9999

由上表可以看出,檢測結果為陽性時,不吸毒的概率是吸毒概率的兩倍。需要進一步檢測,此時 p(d

)=

0.3322

p(d) = 0.3322

p(d)=0

.332

2,進一步計算得到結果如下:+-

d0.9801

0.0050

~d0.0.1999

0.9950

如果進一步檢測的結果為陽性(-),則有98.01%的把握判斷該雇員吸毒,不過如果結果為陰性(-),還是有99.50%的把握可以判斷該雇員沒有吸毒。

度量空間的乙個例子 離散度量空間

let x be any nonempty set.for any x,y in x define d x,y 1 if x neq y d x,y 0 if x y then x,d is a metric space.the metric d is called discret metric a...

度量空間的乙個例子 離散度量空間

let x be any nonempty set.for any x,y in x define d x,y 1 if x neq y d x,y 0 if x y then x,d is a metric space.the metric d is called discret metric a...

用乙個例子說明VBS語法

dim arrcmdline 200 dim ntotalcmdline arrcmdline 1 sdfasdf arrcmdline 2 sdfasdf arrcmdline 3 gettrafile file tf.cpxx.cy1,beg yy mm dd,ter yy mm dd,iv h...